英俄双语推理基准BEAR-Bench发布
热点事件持续更新
英俄双语推理基准BEAR-Bench发布
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Liubov Chubarova等作者提出并发布英俄双语多模态推理基准BEAR-Bench，包含1000道基于文本密集型企业与科研文档的人工标注问题，用于评估多模态大模型的复杂推理能力。 研究评测了Gemini 3.1 Pro、Qwen3.5-397B等16个闭源与开源权重多模态大模型，称即使最强系统仍有明显提升空间。研究还利用模型输出对比现有幻觉检测方法，考察失败频率及失败能否被可靠识别。
AI 根据报道生成 · 52 分钟前更新
最新进展10月19日 12:00
BEAR-Bench：面向多模态模型的双语企业与学术推理基准报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.CLBEAR-Bench：面向多模态模型的双语企业与学术推理基准
BEAR-Bench 是一个自包含的英俄双语基准，包含 1000 道基于文本密集型企业与科研文档的人工标注问题，用于评估多模态大模型的复杂推理能力。研究评测了 Gemini 3.1 Pro、Qwen3.5-397B 等 16 个闭源与开源权重 MLLM，发现即使最强系统仍有明显提升空间。研究还利用模型输出对比现有幻觉检测方法，考察失败频率及失败能否被可靠识别。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。